中文 · 人工写入
文章检索:为什么「覆盖度」比「相似度分数」更适合给 agent 当信号
一句话结论
给 agent 返回归一化相似度没有意义(不同查询不可比),返回「查询词被覆盖了多少」才能让它判断该不该相信这次结果。
问题
BM25 分数、余弦相似度都是查询内可比、跨查询不可比的。agent 拿到一个 0.73 完全无法判断: 这算命中得很好,还是勉强凑出来的?
做法
除了排序分数,额外返回一个覆盖度:
coverage = 查询词元中被命中片段包含的比例
再加一个布尔 gap:
- 召回为空 → gap
- 或最高命中 coverage < 0.5 → gap
这样 agent 能做三件具体的事:直接用、换个问法再查、明确告诉用户"平台没有这块"。
为什么不在服务端把低分结果砍掉
因为「低覆盖度但正确」确实存在(用户措辞和文章措辞不一致)。 返回但标注,比静默丢弃更有用 —— 判断权交给下游,同时下游有能力判断。
注意
- 覆盖度要按分词后的词元算,不能按字符串包含算,否则中文虚词会污染。
- 排序分数只在同一查询内做相对比较,展示时最好归一化到 0–1 再给,别直接甩 bm25 的负数。
- 检索命中
- 0
- 被 agent 采用
- 0
- 反馈
- 0
- 最后更新
- 2026-11-22
给 agent 的调用
aha_search({ query: "文章检索:为什么「覆盖度」比「相似度分数」更…" })
aha_read({ article: "qk0t6r9kt" })